深度学习在生物医药领域中的应用

序号	推送日期	文章	类型	简述	创新点	不足	研究目的	研究对象	领域	病种	技术	模型	数据类型	样本量
13141	2024-11-21	Advances in micro-CT imaging of small animals 2021-Aug, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2021.07.005 PMID:34284331	综述	本文综述了微型CT在小动物成像中的最新进展和应用	介绍了基于能量积分探测器和新一代光子计数X射线探测器（PCDs）的双能微型CT光谱扫描技术，以及X射线相位对比成像（XPC）和深度学习在微型CT中的应用	未详细讨论微型CT在临床转化中的具体挑战	回顾微型CT在临床前研究中的最新进展和应用	微型CT成像技术及其在小动物成像中的应用	计算机视觉	NA	微型CT成像	深度学习	图像	NA
13142	2024-11-21	Evaluating renal lesions using deep-learning based extension of dual-energy FoV in dual-source CT-A retrospective pilot study 2021-Jun, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2021.109734 PMID:33933837	研究论文	本文介绍了一种基于深度学习的双能场扩展方法，用于在双源CT中评估肾病变	提出了一种基于深度学习的双能场扩展算法（DEEDL），能够从有限的数据中重建完整的双能场，从而在较小的场范围内可靠地测量HU值并评估肾病变	本文仅进行了回顾性研究，样本量较小，需要进一步的前瞻性研究和更大样本量的验证	开发一种基于深度学习的方法，用于在双源CT中扩展双能场，以评估肾病变	肾病变	计算机视觉	肾病	双源CT	深度学习算法	CT图像	50名患者的训练数据和128名患者的回顾性数据
13143	2024-11-21	Deep learning based spectral extrapolation for dual-source, dual-energy x-ray computed tomography 2020-Sep, Medical physics IF:3.2Q1 DOI:10.1002/mp.14324 PMID:32531114	研究论文	本文提出了一种基于深度学习的双源双能X射线计算机断层扫描（CT）光谱外推方法	本文创新性地使用深度学习算法来实现双源双能CT数据的光谱外推，通过学习特征-对比关系来提高外推的准确性	本文方法在处理几何简单的幻影数据时性能有所下降，表明其依赖于特征-对比关系来正确推断光谱对比度	研究目的是开发一种能够在外推光谱对比度时提高准确性的深度学习算法	研究对象是双源双能腹部X射线CT扫描数据	计算机视觉	NA	深度学习	卷积神经网络（CNN）	图像	50例双源双能腹部X射线CT扫描数据
13144	2024-11-20	An intelligent sensing platform for detecting and identifying biochemical substances based on terahertz spectra 2025-Jan-01, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2024.126950 PMID:39353219	研究论文	本文开发了一种基于太赫兹光谱的智能传感平台，用于准确识别各种生物化学物质的太赫兹光谱	提出了两种识别模式：一维太赫兹光谱识别（OTSI）和基于太赫兹光谱图像的识别（TSII），并分别使用小型卷积神经网络（MCNN）和YOLO-v5目标检测模型进行识别	NA	开发一种智能传感平台，用于准确识别生物化学物质的太赫兹光谱	五种氨基酸（苯丙氨酸、甲硫氨酸、赖氨酸、亮氨酸、苏氨酸）和五种碳水化合物（阿斯巴甜、果糖、葡萄糖、乳糖一水合物、蔗糖）	机器学习	NA	太赫兹时域光谱（THz-TDS）	卷积神经网络（CNN）、YOLO-v5	光谱	10种生物化学物质
13145	2024-11-20	Rapid identification of Radix Astragali by data fusion of laser-induced breakdown spectroscopy and Raman spectroscopy coupled with deep learning 2025-Jan-01, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2024.127016 PMID:39406087	研究论文	本文提出了一种结合激光诱导击穿光谱（LIBS）和拉曼光谱与深度学习技术的方法，用于快速准确地识别黄芪样本	本文创新性地将LIBS和拉曼光谱数据融合，并利用卷积神经网络（CNN）模型进行分类，显著提高了黄芪样本的识别准确率	本文未详细讨论该方法在其他药材或复杂环境下的适用性和性能	旨在提高黄芪样本的快速准确识别能力，评估其质量和药效	黄芪样本	机器学习	NA	激光诱导击穿光谱（LIBS）、拉曼光谱	卷积神经网络（CNN）	光谱数据	未明确提及具体样本数量
13146	2024-11-20	A smartphone-integrated deep learning strategy-assisted rapid detection system for monitoring dual-modal immunochromatographic assay 2025-Jan-01, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2024.127043 PMID:39406103	研究论文	研究将自建并优化训练的YOLO v5模型集成到Java语言开发的智能手机应用中，开发了一种基于深度学习策略的双模态免疫层析快速检测系统，用于黄曲霉毒素B1（AFB1）的等级判定和浓度预测	创新性地使用量子点微球荧光免疫层析芯片进行半定量分析，并结合传统的胶体金纳米颗粒比色条，开发了一种紧凑且多功能的硬件设备，易于集成到不同尺寸的智能手机中，并利用智能手机的无线充电功能解决供电问题	NA	开发一种基于深度学习策略的双模态免疫层析快速检测系统，用于黄曲霉毒素B1（AFB1）的等级判定和浓度预测	黄曲霉毒素B1（AFB1）的等级判定和浓度预测	计算机视觉	NA	深度学习	YOLO v5	图像	NA
13147	2024-11-20	Radiomics of pituitary adenoma using computer vision: a review 2024-Dec, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03163-3 PMID:39012416	综述	本文综述了使用计算机视觉技术进行垂体腺瘤放射组学的研究现状	本文介绍了深度学习方法在放射组学中的应用前景	需要创建高质量且足够大的数据集来训练深度神经网络，深度放射组学的可解释性也是一个重大挑战	分析当前垂体腺瘤放射组学研究的现状	垂体腺瘤的放射组学特征	计算机视觉	垂体腺瘤	计算机视觉方法	深度学习	图像	34篇相关研究文献
13148	2024-11-20	ConKeD: multiview contrastive descriptor learning for keypoint-based retinal image registration 2024-Dec, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03160-6 PMID:38969811	研究论文	提出了一种名为ConKeD的新型深度学习方法，用于视网膜图像配准的描述符学习	采用了一种新颖的多正多负对比学习策略，能够利用额外的训练样本信息，从而在有限训练数据的情况下学习高质量的描述符	未提及	开发和应用基于深度学习的视网膜图像配准方法	视网膜图像配准	计算机视觉	NA	深度学习	深度神经网络	图像	有限训练数据
13149	2024-11-20	Two-stage deep learning framework for occlusal crown depth image generation 2024-Dec, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109220 PMID:39366141	研究论文	本文提出了一种两阶段深度学习框架，用于生成不同位置的咬合牙冠深度图像	该框架通过分割和修复两个阶段，实现了对牙冠形状和表面结构的高精度生成，相较于传统方法显著提高了生成图像的质量	NA	减少熟练牙科技师的工作量，通过计算机视觉模型生成逼真的咬合牙冠深度图像	咬合牙冠的深度图像生成	计算机视觉	NA	NA	GAN	图像	NA
13150	2024-11-20	Enhancing dental caries classification in CBCT images by using image processing and self-supervised learning 2024-Dec, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109221 PMID:39378579	研究论文	本研究利用自监督学习任务改进锥束计算机断层扫描（CBCT）图像中的龋齿分类	本研究创新性地将图像处理技术与自监督学习任务结合，并探讨了无标签数据在模型性能提升中的必要性	本研究未详细讨论模型在实际临床应用中的表现和潜在的局限性	旨在通过自监督学习提高CBCT图像中龋齿分类的准确性和效率	研究对象为CBCT图像中的龋齿分类	计算机视觉	口腔疾病	自监督学习（SSL）	ResNet-18	图像	未明确提及具体样本数量
13151	2024-11-20	Segmentation of four-chamber view images in fetal ultrasound exams using a novel deep learning model ensemble method 2024-Dec, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109188 PMID:39395344	研究论文	本文介绍了一种新的深度学习模型集成方法，用于在胎儿超声检查中分割四腔视图图像	本文提出了一种新的集成方法，通过结合多个深度学习模型的原始预测，获得最优的分割组件，从而提高分割效果	NA	开发一种新的方法来自动化分割胎儿心脏超声图像中的关键解剖结构	胎儿心脏超声图像中的关键解剖结构	计算机视觉	NA	深度学习	集成模型	图像	使用了一个大型私人数据集进行模型训练和评估
13152	2024-11-20	Multi-modal classification of breast cancer lesions in Digital Mammography and contrast enhanced spectral mammography images 2024-Dec, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109266 PMID:39405734	研究论文	本文探讨了在数字乳腺摄影和对比增强光谱乳腺摄影图像中使用深度学习方法检测和分类乳腺癌病变的有效性	提出了JointNet架构，结合卷积模块、变换器模块和特征融合层，显著提高了图像分类和病变分类的准确性	未提及具体局限性	研究数字乳腺摄影和对比增强光谱乳腺摄影在乳腺癌病变检测中的效果，并提出改进的分类方法	乳腺癌病变在数字乳腺摄影和对比增强光谱乳腺摄影图像中的检测和分类	计算机视觉	乳腺癌	深度学习	卷积神经网络（CNN）和变换器（Transformer）	图像	未提及具体样本数量
13153	2024-11-20	An interpretable and generalizable deep learning model for iEEG-based seizure prediction using prototype learning and contrastive learning 2024-Dec, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109257 PMID:39423703	研究论文	本文提出了一种基于原型学习和对比学习的可解释且可泛化的深度学习模型，用于基于iEEG的癫痫发作预测	本文将自解释原型学习网络扩展到一个新的领域适应框架，用于跨患者癫痫发作预测，并引入了对比语义对齐损失约束，增强了学习原型的鲁棒性	NA	建立一种可解释且可泛化的癫痫发作预测模型，以满足临床诊断的需求	基于iEEG的癫痫发作预测	机器学习	癫痫	深度学习	深度学习模型	iEEG数据	20名患者，共82次癫痫发作
13154	2024-11-20	Attention Induced Dual Convolutional-Capsule Network (AIDC-CN): A deep learning framework for motor imagery classification 2024-Dec, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109260 PMID:39426071	研究论文	本文介绍了一种名为注意力诱导双卷积胶囊网络（AIDC-CN）的新型深度学习分类器，用于运动想象分类	引入了双卷积层处理脑连接性和频谱图特征，增加了自注意力模块（SAM）和交叉注意力模块（CAM），并使用了基于高斯误差线性单元（GELU）的动态路由算法	NA	开发一种新的深度学习分类器，以准确分类运动想象类别标签	基于脑电图（EEG）的运动想象信号	机器学习	NA	深度学习	卷积神经网络（CNN）和胶囊网络	脑电图信号	四个公开数据集
13155	2024-11-20	Target-specified reference-based deep learning network for joint image deblurring and resolution enhancement in surgical zoom lens camera calibration 2024-Dec, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109309 PMID:39442443	研究论文	本文提出了一种针对手术放大镜头相机校准的深度学习网络，用于同时增强图像的模糊度和空间分辨率	本文提出了一种新的目标特定深度学习网络，能够同时增强图像的模糊度和空间分辨率，以提高手术放大镜头相机校准的准确性	NA	解决手术导航中由于高倍放大导致的图像模糊和分辨率不足问题，提高相机校准的准确性	手术放大镜头相机校准中的棋盘格图像	计算机视觉	NA	深度学习	卷积神经网络	图像	NA
13156	2024-11-20	Graph neural network-based subgraph analysis for predicting adverse drug events 2024-Dec, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109282 PMID:39442442	研究论文	本文提出了一种基于图神经网络的子图分析方法，用于预测药物不良反应	利用图神经网络模型对患者诊断历史进行建模，实现了对药物不良反应的早期预测	NA	开发计算方法以在临床试验前识别未检测到的药物不良反应	药物不良反应的预测	机器学习	NA	图神经网络	图神经网络	图数据	NA
13157	2024-11-20	Imaging phenotype evaluation from digital breast tomosynthesis data: A preliminary study 2024-Dec, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109285 PMID:39454527	研究论文	本研究提出了一种基于深度学习的数字乳腺断层合成（DBT）数据中乳腺组织模式特征化的方法	本研究首次将深度学习应用于DBT数据的乳腺组织模式分类，并结合常见的恶性-良性-正常分类，实现了更详细的图像评估	本研究中良性结构扭曲与良性肿块以及恶性结构扭曲之间的混淆是一个局限	开发一种能够详细评估数字乳腺断层合成图像的深度学习方法	数字乳腺断层合成（DBT）数据中的乳腺组织模式	计算机视觉	乳腺癌	深度学习	迁移学习	图像	5388个2D图像块，来自230个右侧中侧斜位、259个左侧中侧斜位、18个右侧头尾位和15个左侧头尾位的单侧乳腺DBT研究
13158	2024-11-20	Effective deep-learning brain MRI super resolution using simulated training data 2024-Dec, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109301 PMID:39486305	研究论文	研究使用模拟的脑部MRI数据训练深度学习超分辨率网络，以提高低分辨率MRI图像的质量	使用模拟的脑部MRI数据训练深度学习超分辨率网络，并验证其在多源真实数据上的泛化能力	仅使用模拟数据训练的网络在单源真实数据上的表现略逊于仅使用真实数据训练的网络	探讨使用模拟的脑部MRI数据训练深度学习超分辨率网络的潜力	脑部MRI图像的超分辨率处理	计算机视觉	NA	深度学习	超分辨率网络	MRI图像	模拟了大量不同分辨率的脑部MRI数据，并使用了来自多个来源的真实数据进行评估
13159	2024-11-20	Deep learning approaches for automated classification of neonatal lung ultrasound with assessment of human-to-AI interrater agreement 2024-Dec, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109315 PMID:39504781	研究论文	本文提出了一种基于深度学习的自动分类方法，用于新生儿肺部超声视频的分类，并评估了人机交互评分者之间的一致性	本文提出了两种策略：帧到视频级别的预测方法和直接视频分类方法，用于评估新生儿肺部超声数据	主要挑战在于缺乏标注数据和专家解释的主观性	开发一种可靠的自动化解决方案，用于新生儿肺部超声视频中模式的解释	新生儿肺部超声视频	计算机视觉	NA	深度学习	NA	视频	34名新生儿患者的70次检查，由三位专家进行标注
13160	2024-11-20	Advances in Neuroimaging and Multiple Post-Processing Techniques for Epileptogenic Zone Detection of Drug-Resistant Epilepsy 2024-Dec, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29157 PMID:38014782	研究论文	本文探讨了神经影像学和多种后处理技术在药物难治性癫痫致痫灶定位中的应用	本文介绍了多模态神经影像学和深度机器学习在提高致痫灶检测率和诊断效率方面的创新应用	现有研究主要受限于样本量小或基于假设的研究设计	旨在提高药物难治性癫痫患者手术前致痫灶的精确定位	药物难治性癫痫患者的致痫灶	数字病理学	癫痫	磁共振成像 (MRI) 和正电子发射断层扫描 (PET)	深度学习	影像	现有研究样本量较小